mindchemistry.e3.nn.SoftOneHotLinspace

class mindchemistry.e3.nn.SoftOneHotLinspace(start, end, number, basis='smooth_finite', cutoff=True, dtype=float32)

投影到函数基上。返回一组 \(\{y_i(x)\}_{i=1}^N\)，

\[y_i(x) = \frac{1}{Z} f_i(x)\]

其中 \(x\) 是输入，\(f_i\) 是第 i 个基函数。 \(Z\) 是一个常数（如果可能的话定义），使得：

\[\langle \sum_{i=1}^N y_i(x)^2 \rangle_x \approx 1\]

注意 bessel 基函数不能被归一化。

参数：

• start (float) - 基函数区间最小值。

• end (float) - 基函数区间最大值。

• number (int) - 基函数的数量 \(N\)。

• basis (str) - {'gaussian', 'cosine', 'smooth_finite', 'fourier', 'bessel'}，基函数的种类。默认值：'smooth_finite' 。

• cutoff (bool) - 是否要求 \(y_i(x)\) 在域 (start, end) 外取值为零。默认值：True 。

• dtype (mindspore.dtype) - 输入张量的类型。默认值：mindspore.float32 。

输入：

• x (Tensor) - 形状为 \((...)\) 的张量。

输出：

• output (Tensor) - 形状为 \((..., N)\) 的张量。

异常：

• ValueError - 如果 basis 不是 {'gaussian', 'cosine', 'smooth_finite', 'fourier', 'bessel'} 之一。

支持平台：

Ascend

样例：

>>> from mindchemistry.e3.nn import SoftOneHotLinspace
>>> from mindspore import ops, Tensor
>>> soft_one_hot_linspace = SoftOneHotLinspace(-0.5, 1.5, number=4)
>>> x = Tensor(ops.ones((4, 6)))
>>> outputs = soft_one_hot_linspace(x)
>>> print(outputs.shape)
(4, 6, 4)